Agents conversationnels

Le nœud de l'agent conversationnel exécute un tour piloté par LLM dans une conversation de chat, en faisant une boucle dans le raisonnement et les appels d'outils et en les transmettant au chat.

Ce qu’il fait

Exécute un seul tour d'un agent d'IA conversationnel que vous créez dans la zone de dessin. Vous configurez un modèle, des instructions et des outils, puis transmettez le contexte de conversation (qui inclut l'historique de chat) émis à partir d'un nœud Attendre le message . L'agent effectue une boucle de raisonnement et d'appels d'outils, qui les transmet au chat.

Remarque :

L’agent ne peut répondre que dans un échange qu’un utilisateur a initié, ce qui signifie que l’utilisateur doit d’abord envoyer un message avant qu’un nœud d’agent conversationnel puisse s’exécuter. Les échanges initiés par le flux, c'est-à-dire l'envoi d'un message sans tour d'utilisateur préalable, ne sont pas encore pris en charge.

Quand l’utiliser

Situation	Utiliser (Use)
Vous avez besoin d'une réponse conversationnelle rationalisée et pilotée par LLM avec des appels d'outil possibles.	Agents conversationnels
Vous avez besoin d’une réponse déterministe dans la conversation (pas de LLM).	Envoyer message
Vous avez besoin d'une exécution pilotée par un LLM avec des appels d'outil possibles, mais sans flux vers la conversation.	Agent autonome

Remarque :

Étant donné que le nœud de l’agent conversationnel flux et ajoute automatiquement sa réponse au chat, vous n’avez pas besoin d’utiliser Envoyer un message pour émettre la réponse de l’agent à la conversation.

Consultez la page Créer un workflow d’agent de chat pour obtenir un exemple étape par étape qui combine les nœuds d’agent conversationnel avec les autres nœuds de chat.

Ajout d'un agent

Ajoutez le nœud, puis configurez-le dans le panneau Propriétés.

1. Sélectionnez le bouton + sur un gestionnaire de sortie ou ouvrez la palette de nœuds à partir de la barre d'outils inférieure.
2. Sélectionnez la catégorie Agent , puis Agent conversationnel. Flow ajoute le nœud et ouvre son panneau Propriétés.
3. Configurez le modèle, l'invite système et la liaison du contexte de la conversation, comme décrit ci-dessous.

Résultat: le nœud Agent conversationnel est ajouté au canevas avec son panneau Propriétés ouvert, prêt à être configuré.

Référence de la configuration

Champ	Requis	Default	Description
Modèle	Non (No)	Modèle d'agent par défaut de l'organisation	Le grand modèle linguistique (LLM) que l'agent utilise. Sélectionnez un modèle dans le sélecteur, qui répertorie les modèles disponibles pour votre organisation.
Requête système	Oui (Yes)	Aucun (None)	Le rôle de l’agent et les instructions permanentes: qui il est et comment il doit se comporter. S’applique à chaque tour de la conversation, alors écrivez des directives durables, par exemple persona, ton, objectifs et quand appeler des outils.
Température	Non (No)	0	Caractère aléatoire de l'échantillonnage, de 0 à 1. Des valeurs plus faibles rendent les réponses plus déterministes ; des valeurs plus élevées rendent les réponses plus variées ou créatives.
Nombre max. de jetons par réponse	Non (No)	8192	Longueur maximale de chaque réponse du modèle au sein d’un tour. Le plafond dépend du modèle sélectionné.
Contexte de la conversation	Oui (Yes)	Aucun (None)	L'objet de contexte de la conversation — contenant l'historique de chat — depuis une activité Attendre le message en amont, par exemple $vars.waitForMessage1.output.conversationContext

Variables de sortie

Outre la réponse conversationnelle de l'agent, vous pouvez éventuellement configurer des variables de sortie structurées dans la section Sorties du panneau Propriétés.

Ces sorties ne sont pas visibles par l'utilisateur dans le chat . Au lieu de cela, elles sont utiles pour définir des variables axées sur les objectifs ou de routage à utiliser dans les nœuds en aval du flux.

Chaque variable de sortie que vous déclarez devient un champ sur l’objet output de l’agent, référencé sous la forme $vars.<agentName>.output.<name>. Donnez à chacun un nom et un type, puis indiquez à l’agent dans le champ Description de la variable comment le remplir.

Important :

La génération des réponses conversationnelles de l'agent est pilotée uniquement par son invite système, tandis que la génération des sorties de l'agent est pilotée par une combinaison de son invite système et des descriptions des variables de sortie. Pour vous assurer que l’agent n’émet pas de données de sortie structurées dans le chat, utilisez l’invite système pour indiquer à l’agent comment répondre dans le chat, tout en utilisant les descriptions de sortie pour indiquer à l’agent comment remplir les sorties.

Par exemple :

Invite système: « Remercier l’utilisateur lorsqu’il souhaite mettre fin à la conversation».

Variable de sortie: endConversation (booléen). Description: &`définir sur true lorsque l'utilisateur a l'intention de mettre fin à la conversation`.

Branchement sur le résultat

Suivez l'agent avec une Décision ou un Basculer pour acheminer sur un champ de sortie structuré. Par exemple:

Wait for Message → Conversational Agent (supervisor) → Switch on $vars.agent.output.intent
  → 'intent-a':  Route to a loop with specialist conversational agent A
  → 'intent-b':  Route to a loop with specialist conversational agent B
  → 'off-topic': Send Message ("Message is off-topic") → back to first Wait for Message.

Ressources

Un agent conversationnel compose avec des nœuds de ressources que vous connectez à ses handles. Le nœud a trois gestionnaires de ressources, chacun avec sa propre étiquette dans la zone de dessin: Outils, Contexte et Escalades. Connectez une ressource à un handle, puis configurez cette ressource dans son propre panneau de propriétés. Les ressources se déplacent avec le flux.

Chaque gestionnaire accepte uniquement son type de ressource correspondant. La zone de dessin bloque les connexions qui ne correspondent pas, de sorte que vous ne pouvez pas, par exemple, connecter un outil au gestionnaire de contexte.

Outils

Connectez des outils au gestionnaire Outils pour donner à l'agent des capacités qu'il peut appeler tout en raisonnant. L'agent décide pendant sa boucle si et quand appeler chaque outil connecté. Chaque outil porte une description qui indique à l'agent à quoi sert l'outil, écrivez donc des descriptions claires lorsqu'un outil en expose une.

Les types d'outils que vous pouvez connecter sont :

• Outils intégrés, trois outils prêts à l'emploi décrits ci-dessous.
• Outils de connecteur, qui permettent à l'agent d'appeler une opération Integration Service, par exemple en envoyant un e-mail ou en créant un enregistrement dans un système en aval.
• Outils de workflow RPA et de fonction d'API, qui permettent à l'agent d'invoquer un processus RPA ou un workflow d'API publié en tant qu'outil.
• Outils de serveur Model Context Protocol (MCP), qui exposent les outils publiés sur un serveur MCP.

Outils intégrés

Trois outils intégrés sont livrés avec Flow. Chacune est une ressource autonome que vous connectez au gestionnaire Outils et que vous configurez dans son propre panneau.

• Analyser les fichiers : analyse un ou plusieurs fichiers avec un LLM pour extraire, synthétiser ou répondre à des questions concernant leur contenu. Décrivez les fichiers que l'agent transmettra et la tâche d'analyse à exécuter sur ceux-ci.
• Transformation par lots : traite et transforme un fichier CSV ligne par ligne. Fournissez le fichier source, décrivez la tâche par ligne et définissez les colonnes de sortie que l'outil ajoute. Vous pouvez activer ou désactiver l'ancrage de la recherche Web pour la transformation.
• Résumer : produit une synthèse à travers les documents (jusqu'à 1 000 pages) avec des citations. Fournissez la source, décrivez ce que vous voulez synthétiser et choisissez l'extension de fichier. Lorsque la source est un PDF, vous pouvez activer ou désactiver les citations.

Outils de serveur MCP

Connectez un serveur de protocole de contexte de modèle pour exposer ses outils à l'agent. La sélection d’un ou plusieurs outils sur le serveur ajoute une section Configuration de l’outil sous le sélecteur d’outil, avec un panneau extensible par outil. Dans ce panneau, vous pouvez modifier la description de chaque argument, afficher le schéma complet d'entrée et de sortie de l'outil et choisir comment l'argument obtient sa valeur: l'agent décide au moment de l'exécution, la valeur est liée à une variable d'agent dans l'étendue ou la valeur est corrigé (et éventuellement marqué comme sensible).

La liste des outils d'un serveur MCP peut provenir de deux modes de découverte:

• Mis en cache: prend un instantané des outils du serveur lorsque le serveur est connecté. Utilisez les outils d'actualisation sur le serveur pour extraire un instantané mis à jour à la demande.
  • Par défaut, le bouton bascule Actualiser le schéma avant l'appel dans le panneau de configuration d'un outil vérifie à nouveau le schéma actuel du serveur sur le serveur juste avant chaque appel, de sorte qu'une modification de schéma sur le serveur (un paramètre renommé ou ajouté, par exemple) ne nécessite pas une actualisation manuelle. Lorsqu’il est désactivé, l’outil utilise toujours le schéma du dernier instantané.
• Dynamique: découvre les outils au moment de l'exécution à chaque appel, y compris les outils ajoutés au serveur après la configuration du nœud.

Pour les serveurs MCP distants, l’actualisation interroge le point de terminaison de découverte du serveur pour les achèvements asynchrones. Pour les serveurs MCP de la plateforme - les services natifs UiPath tels que Document Understanding - la liste des outils provient plutôt du catalogue de services de la plateforme UiPath.

Si aucun serveur MCP n’est encore connecté, ajoutez-en un à partir de l’entrée de serveur MCP de la palette de nœuds. Créer de nouveaux serveurs de groupe d'options par sous-type — Plate-forme, Distant, Commande, Codé et UiPath. Sélectionner Plate-forme ouvre une boîte de dialogue pour créer le serveur dans la solution actuelle, lorsque cette option est prise en charge par votre environnement; les autres sous-types ouvrent la page de création correspondante dans Orchestrator. Pour plus de détails, consultez À propos des serveurs MCP.

Remarque :

Le nœud d'agent conversationnel en ligne ne prend pas encore en charge les connexions personnelles, les outils côté client ou les confirmations d'appel d'outil. Pour les utiliser, créez l'agent dans Agent Builder et importez-le sous forme de nœud dans votre flux.

Context

Connectez une ressource de contexte au gestionnaire Contexte pour ancrer l'agent dans vos données. L'agent s'appuie sur ces données d'ancrage tout en raisonnant au lieu de s'appuyer uniquement sur le modèle. Une ressource de contexte pointe vers un index de contexte de votre organisation.

Configurer la façon dont l'agent récupère à partir de l'index, y compris le mode de récupération (sémantique, structuré, DeepRAG ou transformation par lots), la requête, le nombre de résultats à renvoyer, un seuil de pertinence et l'opportunité d'inclure des citations. Pour créer un nouvel index de contexte, utilisez l'action Créer un nouveau contexte dans le panneau d'ajout de gestionnaire, qui ouvre la création d'index dans un nouvel onglet.

Escalade

Connectez le gestionnaire Escalades pour être acheminé vers une personne lorsque l'agent traite un cas qu'il ne devrait pas traiter seul. L'agent se met en pause, un humain agit sur l'escalade et l'agent reprend avec le résultat. Vous pouvez joindre l'une des deux ressources d'escalade :

• Escalade : achemine vers une tâche d'application d'action. Configurez l'application d'action, les destinataires, les notifications, les entrées transmises à l'application et la façon dont le résultat de l'application est mappé à l'agent.
• Escalade de l'application d'action : achemine vers une application d'action codée, avec les mêmes destinataires, la même notification, la même entrée et la même configuration de mappage des résultats.

Les deux ressources d'escalade sont configurées de la même manière. Choisissez Escalade de l'application d'action lorsque votre cible d'escalade est une application d'action codée plutôt qu'une application d'action standard.

Important :

Une escalade provenant d'un agent conversationnel bloque le changement de la conversation - l'utilisateur reste en attente sur la surface de chat jusqu'à ce que l'humain agisse. Pour les approbations ou les transferts de longue durée où la conversation doit continuer à être déplacée, exécutez plutôt un nœud humain à partir d'une branche parallèle , afin que le chat puisse se poursuivre pendant que l'approbation se produit en arrière-plan.

Problèmes couramment rencontrés

Une erreur de validation d’entrée s’affiche avant que vous puissiez déboguer. Le modèle, l’invite système et le contexte de la conversation sont tous requis. Le nœud signale une erreur de validation jusqu’à ce que chacun soit défini.

Le chat se bloque pendant une longue période après que l'agent a déclenché une escalade. Les escalades associées directement à l’agent suspendent tout le tour jusqu’à ce que l’humain agisse. Pour les approbations de longue durée, déplacez plutôt l'étape humaine vers une branche de nœud humain parallèle qui s'exécute le long de la conversation.

Un outil de transformation par lots connecté signale une erreur de validation. La transformation par lots nécessite au moins une colonne de sortie. Définissez les colonnes que l'outil doit ajouter avant de déboguer le flux.

Pages liées

• Attendre le message : fournit le contexte de conversation que ce nœud utilise.
• Envoyer un message — alternative de réponse déterministe.
• Chat : palette complète de nœuds conversationnels de chat.
• Créer un workflow d'agent de chat — présentation de bout en bout qui combine un superviseur et des experts.
• Déploiement du chat — publier et exposer le flux via différents canaux.
• Agent autonome — boucle pilotée par le LLM d'exécution de tâches sans diffuser dans la conversation.